原文题目：Investigatingairpollutantconcentrations,impactfactors,andemissioncontrolstrategiesinwesternChinabyusingaregionalclimate-chemistrymodel
发表期刊：Chemosphere
作者：JunhuaYang,ShichangKang,ZhenmingJi,etal.
第一作者机构:StateKeyLaboratoryofCryosphericScience,NorthwestInstituteofEco-EnvironmentandResources,ChineseAcademyofSciences(CAS),Lanzhou,,
China
出版年：
随着我国人口快速增长，城市化及工业化水平不断提高，自年以来我国大气污染排放严重，短期及长期大气污染事件频发，尤其在我国中东部地区持续雾霾事件显著增多。我国中东部城市地区污染观测及相关研究已开展，6种常规污染物的监测来看，PM2.5为主要污染物，除O3外，其他5种常规污染物表现出冬季浓度高，夏季浓度低的分布特征。而对于我国西部地区，有着更广泛的地形、气象及排放条件，而由于监测站点稀少限制了西部地区大气污染的研究，因此，合并观测及数值模拟以研究该地区污染物时空分布及其与气象及排放的关系是必要的。本文利用WRF-Chem耦合大气传输模型，验证模型在我国西部地区各城市6种常规污染物的模拟效果；其次，基于模拟结果，分析污染物时空变化及与气象及排放的关系；并选取典型城市对污染物垂直分布及季节变化进行分析；最后，本文通过敏感性试验对我国西部减排控制*策进行评估。本研究加深了对我国西部地区污染物时空分布及影响因子的理解，并为区域污染防控*策制定提供依据。
本研究基于WRF-Chem模型，为了提高大模拟效果，利用年MODIS土地利用数据更新模式中的静态数据，增加Jimenez次网格尺度地形选项，这种处理已被证实对于WRF更好模拟气象场至关重要。模型模拟时段为年5月1日至年5月31日，并设计5个敏感性试验，控制试验中不改变污染物初始排放，可模拟污染物时空分布特征。为了评估排放控制*策对减排的影响，各设置5种污染物分别为0，组成另外4组敏感性试验。气象台站及ERA-Interim再分析数据用以模型气象要素验证，污染组分实时观测用以验证模型污染物模拟水平。
通过与23个城市观测的比对，模式合理地模拟了各污染物浓度，对污染物浓度的低估可能与排放、地形及气象场不确定性有关。模拟结果表明高污染浓度集中在人口密集城市，例如四川及关中盆地，低浓度污染出现在青藏高原。除O3外，其他5种常规污染物在冬季更高，夏季更低，由于太阳辐射强度的变化，O3则表现出相反的季节分布；除O3外，各污染物表现出随高度增加不断减小的特点，而O3则表现出随高度不断增加的变化趋势；大气污染与排放和气象变化密切相关。夏季的气象条件（即更小的SLP、最大的PBLH、T2和降水量）有利于污染物的扩散和湿沉降，有助于减小污染物浓度。相比之下，冬季不利的天气条件减缓了污染物的扩散和稀释，污染物易在近地表聚集，从而加重污染。除气象条件外，排放同样可以影响空气质量。由于排放活动存在月变化特征，在六个典型城市中，除工业排放外，污染物与各污染源排放均呈正相关性；最后，对减排*策的敏感性试验结果表明，减排居民排放，可使四川、关中盆地PM2.5及PM10浓度下降幅度最大，可达70%。南疆沙漠沙尘对PM10浓度影响较大。SO2及NO2减排可分别通过工业和交通减排实现。相比之下，对各排放源减排，CO浓度均不能显著降低。
预览时标签不可点收录于话题#个上一篇下一篇